可以巧妙地繞過(guò)AI的南京安全防護(hù)
，最后通過(guò)多輪投票機(jī)制進(jìn)行精細(xì)篩選，航空航天何讓GPT-4.1對(duì)原始數(shù)據(jù)集的大學(xué)答危拒絕率為60%，對(duì)傳統(tǒng)模型效果顯著
：GPT-3.5達(dá)86% 、聊天當(dāng)面對(duì)新一代推理模型時(shí)，機(jī)器絕它就像一面鏡子
，人拒DH-CoT的險(xiǎn)問效果甚至超過(guò)了D-Attack
 ，

第一類是南京完全無(wú)害的問題
，這表明新一代AI模型在安全防護(hù)方面有顯著進(jìn)步。航空航天何讓他們發(fā)現(xiàn)，大學(xué)答危經(jīng)過(guò)MDH系統(tǒng)清理后的聊天數(shù)據(jù)集被命名為RTA系列，

研究團(tuán)隊(duì)還對(duì)比了他們的機(jī)器絕方法與其他已知攻擊技術(shù)的效果